4
Notater
Documents
2018/37
•
Cato Hernes Jensen
Leiemarkedsundersøkelsen 2015
Dokumentasjonsrapport
Cato Hernes Jensen
Leiemarkedsundersøkelsen 2015
Dokumentasjonsrapport
I serien Notater publiseres dokumentasjon, metodebeskrivelser, modellbeskrivelser og standarder.
© Statistisk sentralbyrå
Ved bruk av materiale fra denne publikasjonen skal Statistisk sentralbyrå oppgis som kilde.
Publisert 25. september 2018
ISBN 978-82-537-9811-0 (elektronisk)
Standardtegn i tabeller Symbol
Tall kan ikke forekomme .
Oppgave mangler ..
Oppgave mangler foreløpig …
Tall kan ikke offentliggjøres :
Null -
Mindre enn 0,5 av den brukte enheten 0 Mindre enn 0,05 av den brukte enheten 0,0
Foreløpig tall *
Brudd i den loddrette serien — Brudd i den vannrette serien |
Desimaltegn ,
Forord
Leiemarkedsundersøkelsen (LMU) er en fast årlig undersøkelse i Statistisk sentralbyrå. I 2015 ble undersøkelsen gjennomført som en ren webundersøkelse.
Denne publikasjonen gir en oversikt over datainnsamlingen, hvor mange som responderte om en utleiebolig og eventuelle skjevheter når vi sammenligner egenskaper ved de som har svart med de som var trukket ut til å svare om boligen i undersøkelsen. Vi dokumenterer også arbeidet med dialogen med respondenter og legger med relevante vedlegg slik som meldinger og skjema.
I 2015 har Ragnhild Nygaard ved Seksjon for prisstatistikk vært prosjektleder.
Seksjon for personundersøkelser har stått for datainnsamlingen. Cato Hernes Jensen har vært planlegger av feltarbeidet, Glenn-Erik Wangen har trukket utvalget og Jytte Miftari-Duemark har programmert webskjemaet samt foretatt
filetableringen. Seksjon for næringsundersøkelser har stått for pakking og utsending av brev, og Seksjon for svar- og veiledningstjeneste har besvart telefonhenvendelser fra respondenter. Håndtering av eposthenvendelser fra respondenter har vært utført av sentrale intervjuere fra Seksjon for
personundersøkelser.
Statistisk sentralbyrå, 31. august 2018 Bengt Oscar Lagerstrøm
Sammendrag
Statistisk sentralbyrå gjennomfører hvert år Leiemarkedsundersøkelsen (LMU) for å kunne utarbeide statistikk over leiepriser for ulike typer boliger i ulike deler av landet.
Populasjonen i LMU er alle utleieboliger bosatt av private husholdninger i Norge.
Utvalgsrammen lages fra registre vi har tilgjengelig i SSB. Utvalget i 2015 ble etablert ved at det ble trukket 37 000 adresser fra den etablerte utvalgsrammen av antatte utleieboliger. Utvalgsenhet er adresse til antatt utleiebolig, svarenhet er person som bor på adressen.
LMU ble gjennomført som en ren webundersøkelse. Undersøkelsen pågikk fra slutten av august til slutten av oktober.
Av de 37 000 adressene som var med i det opprinnelige utvalget ble 1 842 adresser kodet som avgang. Avgang vil si at vi underveis i undersøkelsen har identifisert at enheten ikke er medlem av populasjonen. Boliger som ikke er utleieboliger kodes som avgang.
Av et bruttoutvalg på 35 158 fikk vi svar fra 8 720 personer som bodde i
utleieboliger i Norge. Det gir en svarandel på 24,8 prosent. Denne svarandelen tar ikke hensyn til at mange boliger i bruttoutvalget sannsynligvis ikke er utleieboliger.
Innhold
Forord ... 3
Sammendrag ... 4
1. Bakgrunn og formål ... 6
2. Populasjon og utvalg ... 7
2.1. Populasjon ... 7
2.2. Utvalgsramme ... 7
2.3. Utvalgsetablering ... 8
2.4. Påkobling av telefonnummer og epostadresse ... 8
2.5. Inndeling i utvalgsgrupper for ulik meldingsbehandling ... 8
3. Datainnsamling ... 10
3.1. Innsamlingsmetode ... 10
3.2. Feltperiode ... 10
3.3. Meldinger ... 10
3.4. Hovedresultat ... 10
3.5. Kontakt med svarenhet ... 12
4. Datakvalitet... 13
4.1. Dekningsfeil ... 13
4.2. Utvalgsskjevhet ... 13
4.3. Frafallsskjevhet ... 13
4.4. Frafall ... 14
4.5. Innsamlings og bearbeidingsfeil ... 15
4.6. Oppsummering av datakvalitet ... 16
5. Statistisk usikkerhet og feilmarginer ved utvalgsundersøkelser ... 16
5.1. Eksempel på bruk av formel og tabell ... 18
5.2. Eksempel på estimering av gjennomsnittsverdi med konfidensintervall ... 19
Referanser... 20
Vedlegg A: Brev ... 21
Vedlegg B: Eposter ... 23
Vedlegg C: Tekstmeldinger ... 29
Vedlegg D: Skjema ... 31
1. Bakgrunn og formål
Hovedformålet med Leiemarkedsundersøkelsen (LMU) er å utarbeide offisiell statistikk over leiepriser for ulike typer boliger i ulike byer og regioner i Norge.
Statistikken sikrer god kunnskap om utleiemarkedet og utviklingen på dette markedet.
Blant leietakerne som har deltatt i LMU, blir det trukket et utvalg på 2 500 leietakere som skal delta videre i Husleieundersøkelsen (LMH) i ett år. I LMH innhentes månedlige opplysninger om husleie og eventuelle endringer i denne.
Disse dataene inngår i beregningen av konsumprisindeksen.
LMU er en årlig undersøkelse av utleiemarkedet i Norge. Undersøkelsen ble første gang gjennomført i 2005, og har siden 2006 vært en del av statsoppdraget i
Statistisk sentralbyrå. Seksjon for prisstatistikk har det statistikkfaglige ansvaret for undersøkelsen, mens seksjon for personundersøkelser gjennomfører
datainnsamlingen.
Tabell 1.1 Nøkkeltall LMU 2015
Antall Prosent
Utvalg 37 000
Boligen er institusjon, nedbrent eller kondemnert, ikke
lenger utleiebolig, tom bolig 364
Boligen eies (av respondenten, samboer, barn) 1 211
Boligen disponeres på annen måte enn leie 267
Avganger i alt 1 842
Bruttoutvalg 35 158 100
Frafall 26 438 75,2
Nettoutvalg1 8 720 24,8
Innsamlingsmetode Web
Feltperiode
Fredag 28. august til og med fredag 25.
september 2015
Skjemalengde2 9 minutter
1 Prosent svar er her beregnet som forholdet nettoutvalg til bruttoutvalg. I bruttoutvalget kan det fortsatt ligge adresser som ikke er utleieadresser, og dersom man beregnet en svarandel som tar hensyn til at noen adresser er utenfor populasjonen, vil andelen svar endre seg noe.
2 Skjemalenge er beregnet ved å ta median verdi for de som er i nettoutvalget i undersøkelsen og har svart på hele skjema.
Kilde: Statistisk sentralbyrå.
2. Populasjon og utvalg
2.1. Populasjon
En populasjon er den gruppen av personer, hendelser eller objekt man vil si noe om. Populasjonen i Leiemarkedsundersøkelsen er alle utleieboliger bosatt av private husholdninger i Norge. Kårboliger og tjenesteboliger der det ikke betales leie, regnes ikke som utleieboliger. Institusjonsboliger, slik som sykehjem eller aldershjem, regnes heller ikke som utleiebolig. Omsorgsboliger der det betales leie, regnes med som utleiebolig fordi det antas at husleien er markedsleie. Tomme boliger skal regnes som utenfor populasjonen fordi det i en tom bolig ikke finnes en transaksjon mellom utleier og leietaker (Denne definisjonen av populasjonen er hentet fra Om statistikken for Leiemarkedsundersøkelsen). Det som skal måles er prisen i er transaksjonen i siste ledd mellom utleier og leietaker.
Enhet i undersøkelsen er de objekt, personer eller hendelser som inngår i populasjonen. I Leiemarkedsundersøkelsen er enheten utleieboliger i Norge på høsten med en utleietransaksjon i undersøkelsestiden. I LMU kan vi ikke intervjue enheten vi er interessert i, derfor har vi en egen svarenhet i undersøkelsen, vi kontakter beboere som vi tror er leieboere.
Populasjonen i LMU er som beskrevet alle utleieboligene i Norge. Da det ikke eksisterer noe fullstendig register over utleieboliger, må man benytte en kombinasjon av ulike sentrale administrative registre i SSB som grunnlag for å etablere en utvalgsramme med størst mulig andel utleieboliger.
2.2. Utvalgsramme
En ramme, forenklet beskrevet, er en liste med de enheter man har informasjon om som man tror tilhører populasjonen. Utvalgsrammen lages fra registre vi har tilgjengelig i SSB.
I LMU 2015 ble populasjonen for trekking av utvalg dannet på følgende måte:
• Utgangspunktet var alle adresser i Matrikkelen (SSB-Matrikkelen)1
• Ut fra registrene Matrikkelen og VoF2 ble alle adresser der organisasjonsformen til adressen er borettslag fjernet
• Deretter ble alle adresser der en av eierne til boligen bor på adressen (selveiere) fjernet. Dette ble gjort ved en kobling mot Befolkningsregisteret (Bereg)3 for å finne alle personer som bor på den enkelte boligadresse
• Til slutt fjernet man alle boliger som ligger i bygg med bygningstype:
o 721 - Sykehjem
o 722 - Bo- og behandlingssenter
o 723 - Rehabiliteringsinstitusjon, kurbad o 729 - Annet sykehjem
o 151 – Bo- og servicesenter
o 159 – Annen bygning for bofellesskap
Ved leveranse av utvalgsramme er det registrert minst én bosatt person på adressen slik kravet et ifølge definisjonen av populasjonen.
1 Matrikkelen er Norges offisielle register over Grunneiendommer, Adresser og Bygninger. Registeret forvaltes av Statens kartverk. SSB-Matrikkelen er SSBs statistiske versjon av Matrikkelen.
2 Virksomhets- og foretaksregisteret.
3 BeReg er SSBs populasjonsregister for personer og familier, og vil etter hvert også omfatte husholdninger.
2.3. Utvalgsetablering
I LMU er det adresse/bolig som er utvalgsenheten. Utvalget til LMU 2015 ble etablert ved at det ble trukket 37 000 adresser fra den etablerte utvalgsrammen av antatte utleieboliger. Det ble først trukket et tilfeldig utvalg på 30 272 adresser.
For å kunne lage en mer detaljert statistikk over leiepriser for Oslo og de største byene, ble det i tillegg trukket et utvalg på:
o 3 364 adresser fra Oslo o 1 110 adresser fra Bergen o 841 adresser fra Trondheim o 437 adresser fra Stavanger o 336 adresser fra Bærum o 336 adresser fra Kristiansand o 304 adresser fra Tromsø
Hele utvalget ble koblet mot Befolkningsregisteret for å knytte en voksen person til hver adresse som kunne kontaktes for utfylling av skjema/intervju. Disse var i alderen 18-79 år per oppstartdato for datafangsten.
2.4. Påkobling av telefonnummer og epostadresse
Digitalt kontaktregister4 ble brukt for å koble mobilnummer og epostadresser til svarenhet. I tillegg brukes en ekstra digital telefonkatalog for mobilnummer. Etter kobling satt vi med mobilnummer til 88,3 prosent og med epostadresse til 81,7 prosent av utvalget. Det ble ikke gjort manuell sporing der vi manglet
mobilnummer eller epostadresse.
2.5. Inndeling i utvalgsgrupper for ulik meldingsbehandling
For å gjennomføre eksperiment med ulike kontaktstrategier på sms og epost, ble utvalget delt inn i tre like store hovedgrupper på litt over tolv tusen intervjuobjekt som igjen var delt inn i fem like store undergrupper.
Alle intervjuobjekt uten mobilnummer og epost ble lagt i hovedgruppen Brev. Det var 3 778 som hverken hadde mobilnummer eller epostadresse, 563 manglet mobilnummer med hadde epostadresse og 2 976 hadde mobilnummer men ikke epostadresse. I alt var 7 317 intervjuobjekt uten fullstendige opplysninger om mobilnummer og epost. Resten av hovedgruppen brev ble fylt opp med 5 017 intervjuobjekt der vi hadde tilgang til både mobilnummer og epostadresse.
Resterende intervjuobjekt ble tilfeldig plassert i de to andre hovedgruppene, Ses og See, og ulike undergrupper. Det er kun hovedgruppene Ses og See som i sin helhet kan kontaktes på sms og epost.
Gruppeinndelingen og utvalgsstørrelsen i de ulike gruppene er vist i tabell 2.1.
Tabell 2.1 Utvalgsgrupper i LMU
Inndeling Merke Antall
Brev A 2467
Brev B 2467
Brev C 2467
Brev D 2467
Brev E 2466
Ses A 2467
Ses B 2467
Ses C 2467
Ses D 2466
Ses E 2466
See A 2467
See B 2467
See C 2467
See D 2466
See E 2466
I alt 37 000
Inndelingen i grupper er basert på kontaktstrategier for å forenkle oppfølging av de ulike gruppene. Forkortelsen Ses betyr at gruppen fikk sms og epost flere ganger, See betyr at gruppen fikk kun én sms og flere eposter.
3. Datainnsamling
3.1. Innsamlingsmetode
LMU ble i 2015 gjennomført som en ren webundersøkelse. Det ble for første gang ikke gjennomført noen intervju over telefon. I 2013 og 2014 ble web benyttet til største delen av innsamlingen samtidig som en liten del av utvalget fikk tilbud om telefonintervju. I 2014 fikk 5000 tilbud om oppfølging på telefon i LMU (Holmøy, 2014).
3.2. Feltperiode
Innsamlingsperioden for LMU 2015 var fra fredag 28. august til og med fredag 25.
september 2015.
Brev ble sendt ut fredag 28. august og det ble sendt sms og epost til intervjuobjekt fra mandag 31. august.
3.3. Meldinger
Alle som er med i undersøkelsen kontaktes av oss gjennom brev og/eller epost og sms. Informasjonen om undersøkelsen inneholder blant annet informasjon om personvern og det må gis informert samtykke for å kunne delta.
I tillegg til å sikre informert samtykke laget vi en strategi for å overtale til deltakelse i undersøkelsen.
Som nevnt i avsnitt 2.5, gikk utsendinger til tre hovedgrupper som var gitt navn etter hvordan de ble kontaktet. Gruppen Brev fikk kun brev i første del av feltperioden, gruppen Ses fikk flere sms og flere eposter og gruppen See fikk en sms først og deretter kun epost i oppfølging. Digitale utsendinger på epost og sms gikk ut klokken 10.00. Utsendinger ble fordelt på ulike dager for å se på effekter av ulike strategier. Resultat fra dette arbeidet blir ikke omtalt i denne
dokumentasjonen av undersøkelsen.
Brev ble sendt ut tre ganger til gruppen brev, hovedbrev fredag 28. august, første purring fredag 4. september og andre purring fredag 11. september.
Epost ble sendt ut flere ganger, fra og med 31. august til og med 23. september. Vi sendte epost fra en konto for LMU som har vært benyttet i noen år. Epostkontoen for LMU tar imot svar på intervjuernes eposttjeneste for undersøkelser.
Sms ble sendt flere ganger, som for epost fra og med 31. august til og med 23.
september. Det er ikke mulig å svare på sms sendt fra oss til intervjuobjektene.
Erfaringen fra utsendingene 2015 var at det er mulig å gjennomføre utsendinger og feltarbeid i en ren webundersøkelse i løpet av én til to-tre uker.
3.4. Hovedresultat
Intervju og respons på skjema
Intervju med svarenhet i leiebolig, som defineres som tilhørende populasjonen, er nettoutvalget. Vi fikk intervju på adresse til 8 720 leieboliger som tilhører populasjonen. Av de beboerne som har respondert i skjema og bodde på adressen var 85,5 prosent leieboere i 2015. I alt fikk vi respons fra 12 220 personer på skjema.
Flytting
Av alle som svarte på skjema opplyste 2022, litt over 15,5 prosent, at de hadde flyttet fra adressen. Vi bruker ikke ressurser på å søke oss frem til personer som kan ha flyttet inn på adressen, og derfor blir det frafall på alle de adresser der beboer har flyttet.
Avgang etter screening
Avgang vil si at vi underveis i undersøkelsen har identifisert at enheten ikke er medlem av populasjonen. I alt var det 1 842 enheter som ikke var medlem av populasjonen. Det blir avgang dersom boligen ikke lenger er utleiebolig eller dersom den er tom. Det er også avgang dersom leieprisen antas å ikke være markedsleie, slik som når leieboer leier av nær familie. Det er heller ikke markedsleie når boligen disponeres på annen måte enn leie.
Undersøkelsen begynner med en utvalgsramme av boliger vi antar er utleieboliger.
Underveis i undersøkelsen kartlegger vi om utvalget vi har er leieboliger, og denne kartleggingen er en screening, der vi siler ut boliger som ikke tilhører
populasjonen. Fordi vi har utfordringer med å på forhånd vite om en bolig er leiebolig og har leieboer som betaler husleie blir det i undersøkelsen en del avganger.
Intervjuinngang i feltperioden
Figur 3.1 Intervju per dag i antall, fordelt på feltdager for LMU 2015
0 500 1000 1500 2000 2500 3000
28.08.2015 29.08.2015 30.08.2015 31.08.2015 01.09.2015 02.09.2015 03.09.2015 04.09.2015 05.09.2015 06.09.2015 07.09.2015 08.09.2015 09.09.2015 10.09.2015 11.09.2015 12.09.2015 13.09.2015 14.09.2015 15.09.2015 16.09.2015 17.09.2015 18.09.2015 19.09.2015 20.09.2015 21.09.2015 22.09.2015 23.09.2015 24.09.2015 25.09.2015 26.09.2015 27.09.2015 28.09.2015 29.09.2015 30.09.2015
Figur 3.2 Akkumulert intervju per dag i antall, fordelt på feltdager for LMU 2015
Figur 3.1 og 3.2 viser at store deler av innsamlingen skjer i begynnelsen av feltperioden. Det ble sendt ut meldinger fra mandagen 31. august, og i løpet av onsdagen hadde over 5 000 svarenheter bor i bolig som tilhører populasjonen, vært inne på skjema og svart på undersøkelsen. Det vil si at halvparten av nettoutvalget hadde svart innen tre dager.
3.5. Kontakt med svarenhet
Kontakt er å ha mottatt svar fra, hatt dialog med, eller mottatt henvendelse om deltagelse i undersøkelsen fra en svarenhet i utvalget. Vi har i vårt utvalgssystem kun mulighet til å systematisk kode informasjon om en svarenhet har deltatt i undersøkelsen og om det er grunner til å ikke delta i undersøkelsen. De som henvender seg og spør om hvordan de kan delta blir ikke registrert i forbindelse med det.
Kontakt er viktig å følge, fordi vi ønsker å nå ut til flest mulig. Dersom man har kontakt med få svarenheter i en undersøkelse forventer man lav deltagelse. Kontakt er viktig å måle underveis mens en undersøkelse pågår fordi man kan gjøre tiltak for å nå ut til flere dersom man har kontakt med få. Det er også viktig å følge utviklingen i kontakt med svarenheter i undersøkelser over flere år. Med
kontaktinformasjon kan vi se om vi endrer sannsynligheten for deltagelse ved å ha nådd ut til færre eller flere. I denne undersøkelsen hadde vi samlet kontakt med 12 738 svarenheter i 2015.
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
28.08.2015 29.08.2015 30.08.2015 31.08.2015 01.09.2015 02.09.2015 03.09.2015 04.09.2015 05.09.2015 06.09.2015 07.09.2015 08.09.2015 09.09.2015 10.09.2015 11.09.2015 12.09.2015 13.09.2015 14.09.2015 15.09.2015 16.09.2015 17.09.2015 18.09.2015 19.09.2015 20.09.2015 21.09.2015 22.09.2015 23.09.2015 24.09.2015 25.09.2015 26.09.2015 27.09.2015 28.09.2015 29.09.2015 30.09.2015
4. Datakvalitet
4.1. Dekningsfeil
Denne undersøkelsens målpopulasjon er utleieboliger bosatt av private
husholdninger i Norge. Hvilke utleieboliger som tilhører denne populasjonen vil endre seg over tid da leieboere flytter, noen leieboere betaler kanskje ingen husleie en måned, eller boligen endrer bruk fra leiebolig til eiet bolig. Når utleieboligene identifiseres på et tidspunkt vil noen boliger ikke lenger være utleieboliger på et senere tidspunkt, og noen utleieboliger vil komme til som ikke er identifisert i den rammen vi lager for å trekke utvalget fra.
Av de 37 000 adressene som utgjorde det opprinnelige utvalget i undersøkelsen ble 364 adresser kodet som avgang fordi adressen var en institusjon, boligen var kondemnert, sto tom eller ikke lengre var utleiebolig. I tillegg ble 1 211 adresser merket som avgang fordi boligen i realiteten var eide boliger som ikke tilhører populasjonen. Det samme gjelder for 267 boliger som disponeres på annen måte enn leie. Totalt var det 1 842 avganger av boliger som ikke tilhørte populasjonen.
Det ble etter gjennomføringen tydelig at flytting er et problem for å få kartlagt boligens utleiestatus. I alt 2 022 beboere hadde flyttet fra adressen og kunne dermed i mindre grad si noe om boligens utleiestatus.
4.2. Utvalgsskjevhet
Utvalgsskjevhet innebærer at en egenskap er annerledes blant de som er trukket ut til undersøkelsen enn den er for populasjonen. Skjevhet i utvalget kan oppstå i utvalgstrekkingen hvor tilfeldigheter kan føre til at noen egenskaper er ulikt fordelt i utvalget og i populasjonen. Det er vanlig praksis å undersøke fordelingen av noen egenskaper i utvalget, slik som alder, kjønn og fylke, for å unngå større skjevheter ved trekking.
4.3. Frafallsskjevhet
Frafallsskjevhet er en type frafallsfeil som handler om hvor representativt det endelige nettoutvalget er for populasjonen det representerer.
Frafall kan føre til skjevhet i utvalgsundersøkelser dersom en egenskap er
annerledes blant de som lot seg intervjue i undersøkelsen enn den er for de som er i populasjonen. Dersom husleien i gjennomsnitt er litt høyere for de som lar seg intervju enn den er for de som er i populasjonen, og det ikke er andre forhold som er årsak til forskjellen, er dette et utslag av frafallsfeil. De som ikke har svart har i dette eksemplet hatt en lavere husleie i gjennomsnitt enn populasjonen. Dersom alle hadde svart ville gjennomsnittet vært likt for utvalget og populasjonen.
Skjevhet i forhold til en egenskap medfører ikke nødvendigvis skjevhet i forhold til andre egenskaper. Godt samsvar mellom fordelingen i netto- og bruttoutvalget for en eller flere egenskaper gir ingen garanti for at utvalget ikke er skjevt for andre egenskaper. Det er spesielt vanskelig å avdekke skjevheter om vi ikke kjenner den faktiske fordelingen av egenskapen i populasjonen.
I vurderingen av utvalgsskjevhet bør en knytte størst oppmerksomhet til avvikene mellom netto- og bruttoutvalget. Hvis husleien - den avhengige variabelen - har en særlig sterk sammenheng med en egenskap som er skjevt fordelt i nettoutvalget, kan en vurdere å vekte datamaterialet for å minske effekten av skjevhetene.
Tabell 4.1. belyser eventuelle skjevheter på grunn av frafall i LMU 2015. Tabellen viser hvordan egenskapene kjønn, alder, utdanning og landsdel er fordelt i
bruttoutvalget, nettoutvalget og blant frafallet. Kjønn, alder og utdanning gjelder her for svarenheten leieboere som ble trukket ut som kontaktperson for adressen.
For å undersøke eventuelle skjevheter, sammenlignes fordelingen for netto- og bruttoutvalget. Dersom avviket mellom disse to er stort indikerer det at det foreligger utvalgsskjevhet for denne gruppen. Det trenger ikke være sammenheng mellom egenskap ved svarenhet som er person og utvalgsenhet som er utleiebolig.
Tabell 4.1 Frafallsskjevhet. Bruttoutvalg, frafall og nettoutvalg etter kjønn, alder, utdanning og landsdel. LMU 2015. Prosent
Bruttoutvalg Nettoutvalg Frafall Netto-Brutto
Totalt 100 100 100
Kjønn
Menn 60,9 55,3 62,7 -5,6
Kvinner 39,1 44,7 37,3 5,6
Alder
Under 25 år 15,3 14,6 15,5 -0,7
25-44 år 55,4 59,0 54,1 3,6
45-66 år 24,7 23,6 25,1 -1,1
67 år og over 4,6 2,7 5,3 -1,9
Utdanning
Uoppgitt 19,1 11,4 21,7 -7,7
Grunnskole eller ingen utdanning 30,6 22,8 33,1 -7,8
Videregående utdanning 29,3 33,3 28,0 4,0
Universitets- og høgskoleutdanning, kort 15,0 23,2 12,3 8,2
Universitets- og høgskoleutdanning, lang 6,0 9,3 5,0 3,3
Landsdel
Oslo og Akershus 30,6 33,8 29,5 3,2
Hedmark og Oppland 5,9 5,2 6,1 -0,7
Østlandet ellers 15,8 13,8 16,4 -2,0
Agder og Rogaland 13,2 12,0 13,5 -1,2
Vestlandet 17,1 16,8 17,2 -0,3
Trøndelag 9,1 9,9 8,8 0,8
Nord-Norge 8,4 8,4 8,4 0,0
Antall adresser 35 158 8 720 26 438
Kilde: Statistisk sentralbyrå.
For egenskapen kjønn, er menn underrepresentert med 5,6 prosentpoeng i nettoutvalget. Tilsvarende er kvinner 5,6 prosentpoeng overrepresentert. Det er også noe avvik når man undersøker fordelingene for alder. De i aldersgruppa 25-44 år er overrepresentert med 3,6 prosentpoeng. De mellom 45 og 66 og de som er 67 år og over underrepresentert med 1,1 og 1,9 prosentpoeng. De under 25 år er underrepresentert med 0,7 prosentpoeng. De største avvikene forekommer for egenskapen utdanningsnivå. De med kort høyskole og universitetsutdanning har en overrepresentasjon på 8,2 prosentpoeng og de med lang høyskole og universitets- utdanning har en overrepresentasjon på 3,3 prosentpoeng. Samtidig er det en underrepresentasjon blant de med uoppgitt utdanning og ingen utdanning/ grunn- skole på henholdsvis 7,7 og 7,8 prosentpoeng. For de med fullført videregående utdanning er det en overrepresentasjon på 4,0 prosentpoeng i nettoutvalget.
Oslo og Akershus er noe overrepresentert, mens Østlandet ellers er noe underrepresentert.
4.4. Frafall
Ikke alle som er trukket ut til å delta i en undersøkelse vil delta. En del av
personene i utvalget lyktes vi ikke å komme i kontakt med, de ønsket ikke å delta eller var forhindret fra å delta av andre årsaker.
Noen personer nekter å delta i undersøkelsen, Da undersøkelsen går kun på web er andelen ganske lav. Tabell 4.2 viser at det i 2015 bare var 0,8 prosent av
bruttoutvalget som henvendte seg til oss og sa at de ikke vil delta. Vi må anta at det er en del passiv nekt i gruppen ikke kontakt. I alt fikk vi ikke kontakt med 69 prosent av bruttoutvalget.
Den viktigste frafallsgrunnen i annet frafall er flytting. Det er lettere å få kontakt med de unge under 25 år i denne undersøkelsen enn de eldre. Samtidig er det størst frafall i kategorien annet frafall blant de unge under 25. Dette er helt forenelig med at de unge antakelig flytter oftere enn de eldre i utvalget.
Det er en tydelig forskjell i ikke-kontakt mellom utdanningsgruppene i under- søkelsen. De med kort og lang høyskole og universitetsutdanning har markant lavere ikke-kontakt enn de andre utdanningsgruppene. De med høyere utdanning er også mer tilbøyelig til å delta i undersøkelsen.
I Oslo og Akershus er det større tendens til å delta i undersøkelsen enn det er i Østlandet ellers.
Tabell 4.2 Intervju og frafall etter årsak fordelt på kjønn, alder, utdanning og landsdel. LMU 2015. Prosent
Nettoutvalg Nekt Ikke-kontakt Annet frafall Antall
Totalt 24,8 0,8 69,0 5,5 35 158
Kjønn
Menn 22,5 0,9 71,7 6,0 21 396
Kvinner 28,3 0,6 64,9 7,3 13 762
Alder
Under 25 år 23,7 0,5 66,6 10,5 5 378
25-44 år 26,5 0,8 67,7 6,3 19 464
45-66 år 23,7 0,8 72,3 3,8 8 687
67 år og over 14,5 1,4 75,3 9,6 1 629
Utdanning
Uoppgitt 14,8 0,4 80,4 5,0 6 721
Grunnskole eller ingen
utdanning 18,5 0,7 76,5 5,1 10 745
Videregående utdanning 28,2 1,1 64,8 7,1 10 300
Universitets- og
høgskoleutdanning, kort 38,5 0,7 53,8 8,5 5 269
Universitets- og
høgskoleutdanning, lang 38,2 0,9 53,1 10,0 2 123
Landsdel
Oslo og Akershus 27,4 0,8 66,1 6,8 10 756
Hedmark og Oppland 21,9 1,2 72,1 5,6 2 073
Østlandet ellers 21,8 0,8 72,8 5,5 5 540
Agder og Rogaland 22,7 0,5 71,9 6,0 4 628
Vestlandet 24,4 0,7 69,1 6,8 6 008
Trøndelag 27,2 0,6 65,1 8,5 3 189
Nord-Norge 24,7 0,7 69,9 6,1 2 964
Kilde: Statistisk sentralbyrå.
4.5. Innsamlings og bearbeidingsfeil
I alle ledd i en undersøkelse kan det introduseres feil som påvirker hva som måles og i hvilken grad enhetene representerer en populasjon. Man organiserer aktiviteten slik at det ikke introduseres feilkilder unødvendig. Men det vil alltid være slik at noen feil kommer til som et resultat av ulik respons fra like tilfeller eller ulik behandling av like tilfeller.
Webskjema
Fordelen med et webskjema er at det kan oppleves ganske likt av alle. Et
webskjema har ikke personlighet og oppleves ikke som en person man forholder seg til, derfor er det ofte antatt at den som intervjues ikke i like stor grad vil gi sosialt ønskede svar som de kanskje kan gjøre når de intervjues av en person. Et webskjema er likevel ikke helt likt for alle. Webskjema lages av en teknologi, og
den teknologien kan ikke nødvendigvis tas i bruk av alle. Derfor kan det være at man likevel introduserer skjevheter som en følge av at webskjemaet ikke ble besvart av personer med andre husleier enn de som svarer, som en følge av at skjema for eksempel ikke vil fungere på deres mobil. Derfor er det viktig å bruke teknologi som kan benyttes av flest mulig. Utfordringen vil alltid være at vi trenger å bruke oppdatert teknologi samtidig som vi ønsker å støtte eldre teknologi. Det er vanskelig å gjennomføre og vil alltid være en feilkilde i webundersøkelsene.
Spørsmålene i skjema
Innsamlingsfeil kan komme av at respondenten avgir feil svar. Det kan skyldes vansker med å huske forhold tilbake i tiden, problemer med å beregne riktig svar, at spørsmål blir misforstått eller gjelder kompliserte forhold.
I denne undersøkelsen er det enkelte spørsmål som erfaringsmessig er vanskelige å besvare. Det gjelder spørsmålene om boligtype, spørsmål om størrelse på boligen og spørsmålene hvor man skal oppgi beløp. Vi har derfor lagt inn veiledning til spørsmål i skjemaet som vi har vurdert som kompliserte. Vi har imidlertid liten kunnskap om hvordan de ulike respondentene forholder seg til slike veiledninger.
4.6. Oppsummering av datakvalitet
Skjevheter som påvirker den egenskapen man vil måle er det man er mest opptatt av å unngå. Datamaterialet fra undersøkelsen brukes til å publisere statistikk i Leiemarkedsundersøkelsen. I Leiemarkedsundersøkelsen måles husleiepris for utleieboliger. Det er derfor viktig å være oppmerksom på mulige feil som kan oppstå i frafall, ved dekningsfeil, eller ved innsamlings- og bearbeidingsfeil som kan påvirke hvilken husleie vi måler for de ulike boligene. I tabellene over har vi vist noen skjevheter knyttet til frafall. Men selv om det er noen skjevheter i hvem som har svart eller ikke svart fordelt på egenskaper ved personene, som vises i tabell 4.1 og 4.2, så er det ikke nødvendigvis en sammenheng mellom egenskaper ved personene og egenskaper ved boligen. For eksempel er det ikke nødvendigvis sammenheng mellom kjønn og husleie. Derimot er det forventet sammenhenger mellom antall rom og husleie for utleieboligen. Slike skjevheter har vi ikke vurdert i denne dokumentasjonen.
5. Statistisk usikkerhet og feilmarginer ved utvalgsundersøkelser
Utvalget til Leiemarkedsundersøkelsen er trukket tilfeldig fra en etablert utvalgsramme av antatte utleieboliger (se kapittel 2). Gjennom utvalgsunder- søkelser kan vi anslå forekomsten av ulike fenomener i en stor gruppe
(populasjonen) ved å måle forekomsten bare i et mindre utvalg som er trukket fra populasjonen. Det gir store besparelser sammenlignet med om vi skulle
gjennomført målingen i hele populasjonen, men samtidig får vi en viss usikkerhet i anslagene. Denne usikkerheten kan vi beregne når vi kjenner sannsynligheten for at hver enkelt enhet i populasjonen skal bli trukket til utvalget.
Metoden som brukes til å beregne et anslag (estimatet), kalles en estimator. Det er to aspekter ved en estimator som er viktige. For det første bør estimatoren gi omtrent korrekt verdi ved gjentatte forsøk. Det vil si at den ”treffer målet” i den forstand at ved gjentatt trekking av utvalg, vil gjennomsnittsverdien av estimatene være sentret rundt den sanne populasjonsverdien; estimatoren er forventningsrett. I tillegg trenger vi et mål på hvor stor variasjon rundt populasjonverdien estimatene har ved gjentatt trekking av utvalg. Det er denne variasjonen som er den statistiske usikkerheten til estimatet, og det vanlige målet er standardfeilen, SE (fra det
standardavviket til estimatoren. SE forteller dermed hvor mye et anslag i gjennomsnitt vil avvike fra den sanne verdien.
Som en illustrasjon: La oss si vi ønsker å estimere prosentandelen kvinner, P0,i en befolkning (populasjon) med størrelse N. Anta utvalget av størrelse n er trukket tilfeldig, det vil si at alle enheter har samme sannsynlighet n/N for å bli med i utvalget. La P være prosentandelen kvinner i utvalget. Da er P en forventningsrett estimator for P0 og standardfeilen er gitt ved:
) 1 ) ( 100 ) (
( N
n n
P P P
SE .
Estimeringsfeilen vi begår er forskjellen mellom P og P0. Denne er selvfølgelig ukjent, men vi kan gi et anslag, feilmarginen, på hvor stor den med en gitt sannsynlighet kan være. Feilmarginen er definert som 2·SE. Intervallet
(P – 2·SE, P + 2·SE)
er et 95 prosent konfidensintervall. Det betyr at sannsynligheten for at intervallet dekker den sanne verdien P0 er 0,95 (95 prosent). Eller sagt på en annen måte, ved gjentatte utvalg så vil 95 prosent av intervallene dekke den sanne verdien P0. Vi sier da et det er 95 prosent sikkerhet for at det beregnede intervallet dekker den sanne verdien. For utledning av disse formlene og tilsvarende resultater for andre typer variable og for mer kompliserte utvalgsplaner som stratifiserte utvalg og flertrinnsutvalg viser vi til Bjørnstad (2000).
I faktaboksen oppsummeres begrepsdefinisjoner og formler for estimering av prosenttall i en populasjon.
I de fleste utvalgsundersøkelsene i SSB utgjør utvalget en svært liten del av populasjonen. Undersøkelsene tar sikte på å dekke store populasjoner, som for eksempel den norske befolkningen i sin helhet, alle arbeidstagere, alle norske bedrifter osv. Utvalgene som skal dekke disse populasjonene er små i forhold til
Statistisk usikkerhet for estimering av prosentandel av et kjennetegn ved enkelt tilfeldig utvalg
N antall enheter i populasjonen
n antall enheter i utvalget, trukket enkelt tilfeldig P0 prosentandel i populasjonen med kjennetegn a x antall enheter i utvalget med kjennetegn a
P prosentandel i utvalget med kjennetegn a, P = 100·(x/n) 100 – P prosentandel i utvalget som ikke har kjennetegn a Utvalgsvarians Var(P) = 0(100 0) (1 )
N n n
P
P
95 prosent konfidensintervall for P0: P ± 2·SE Standardfeil: SE = (100 ) (1 )
N n n
P
P
Feilmargin = 2· SE
populasjonsstørrelsene. Det betyr at utvalgsandelen n/N er neglisjerbar i formelen for SE, og vi kan benytte formelen
SE =
n P P(100 )
Vi legger merke til at konfidensintervallets størrelse er avhengig av størrelsen på utvalget, men ikke av populasjonen. Standardfeilen blir mindre dess flere som er med i utvalget, og sammenhengen mellom størrelsen på standardfeilen og n er ikke lineær. For å få standardfeilen halvert, med samme verdi av P, så må
utvalgsstørrelsen firedobles.
Vi ser at standardfeilen er størst når utvalgsresultatet er 50 prosent, og avtar symmetrisk etter hvert som prosentandelen nærmer seg 0 og 100.
I stedet for å foreta beregninger for hvert enkelt resultat, kan tabell 1 benyttes. Den viser standardfeil for observerte prosentandeler etter utvalgets størrelse, trukket enkelt tilfeldig.
Tabell 5.1. Standardfeil i prosentpoeng for observerte prosentandeler ved ulike utvalgsstørrelser, for enkelt tilfeldig utvalg.
n: \ P: 5/95 10/90 15/85 20/80 25/75 30/70 35/65 40/60 45/55 50/50
25 4,4 6,0 7,1 8,0 8,7 9,2 9,5 9,8 9,9 10,0
50 3,1 4,2 5,0 5,7 6,1 6,5 6,7 6,9 7,0 7,1
100 2,2 3,0 3,6 4,0 4,3 4,6 4,8 4,9 5,0 5,0
200 1,5 2,1 2,5 2,8 3,1 3,2 3,4 3,5 3,5 3,5
300 1,3 1,7 2,1 2,3 2,5 2,6 2,8 2,8 2,9 2,9
500 1,0 1,3 1,6 1,8 1,9 2,0 2,1 2,2 2,2 2,2
1 000 0,7 0,9 1,1 1,3 1,4 1,4 1,5 1,5 1,6 1,6
1 200 0,6 0,9 1,0 1,2 1,3 1,3 1,4 1,4 1,4 1,4
1 500 0,6 0,8 0,9 1,0 1,1 1,2 1,2 1,3 1,3 1,3
2 000 0,5 0,7 0,8 0,9 1,0 1,0 1,1 1,1 1,1 1,1
2 500 0,4 0,6 0,7 0,8 0,9 0,9 1,0 1,0 1,0 1,0
3 000 0,4 0,5 0,7 0,7 0,8 0,8 0,9 0,9 0,9 0,9
Et utvalgsresultat på 40 prosent fra enkelt tilfeldig utvalg med 1200 enheter har en standardfeil på 1,4 prosentpoeng. Dvs. at feilmarginen er 2,8 prosentpoeng og 95 prosent konfidensintervall er (37,2 - 42,8) prosent. Vi kan anslå med 95 prosent sikkerhet at andelen i populasjonen ligger mellom 37,2 og 42,8 prosent.
5.1. Eksempel på bruk av formel og tabell
Vi ønsker å anslå andelen leieboere som bor sammen med noen i Norge. Vi har trukket et enkelt tilfeldig utvalg på 3 000 respondenter (n) fra en oversikt over utleieboliger i Norge. Som vi kan anslå består av omtrent 400 000 adresser (N).
1 400 (x) av de spurte oppgir at de bor alene, de resterende 1 600 oppgir at de bor sammen med noen. Andelen aleneboende er da x/n = 1 400 / 3 000 = 0,467, eller 46,7 prosent. Siden n/N = 0,0075 så kan vi bruke den forenklede formelen for SE og får konfidensintervallet
3000 7 46 100 7 2 46 7
46 , ( , )
,
= 46,7 2 (0, 91) = 46,7 1,8.
Estimatet for andelen aleneboende er altså 46,7 prosent. Feilmarginen for estimatet er 1,8 prosent, mens konfidensintervallet med 95 prosent sikkerhet forteller at andelen ligger mellom 44,9 og 48,5 prosent.
Vi kan også bruke tabell 5.1. Vi går inn på raden 3 000 og kolonnen 45/55; som er kolonnen som ligger nærmest resultatet. I tabell 1 leser vi at standardfeilen er 0,9.
Et 95 prosent konfidensintervall blir da 46,7 2 (0,9) = 46,7 1,8, som er det samme som over.
5.2. Eksempel på estimering av gjennomsnittsverdi med konfidensintervall
Ofte ønsker man å bruke gjennomsnittet for å si noe om en egenskap i en populasjon. Når det er en sentral tendens i fordelingen av en egenskap kan gjennomsnittsverdien brukes for å beskrive størrelsen på egenskapen. I LMU spørres det om husleie for ulike utleieboliger, og det kan være av interesse å vurdere en gjennomsnittlig husleie for boligene. Antagelsen er at gjennomsnittet for utvalget vil være gjennomsnittet for populasjonen. Det forutsetter at det ikke er skjevheter i utvalget eller feil i målingen av egenskapen. Konfidensintervallet er det intervallet der vi kan anta at gjennomsnittet befinner seg innenfor i
populasjonen. Vanlig er å beregne et konfidensintervall der man med 95 prosent sannsynlighet finner den gjennomsnittlige verdien i populasjonen.
Gjennomsnittet er 𝑥̅ =∑ 𝑥𝑛𝑖
Der ∑ 𝑥𝑖 er summen av observert husleie for enhetene i utvalget og 𝑛 er størrelsen på utvalget.
Estimert standard feil for populasjonens gjennomsnitt (𝑋̅) er 𝑠√𝑛 For stor n, blir en omtrentlig 95 prosents feilmargin ±2𝑠√𝑛.
Estimering av gjennomsnittet for husleien av et utvalg utleieboliger gjøres ved å ta et utvalg med utleieboliger som har rapportert husleie, og summere husleiene for alle enhetene i utvalget, og dele på antall enheter. Deretter tar man gjennomsnittet og legger til pluss og minus omtrent 2 ganger estimat på standardfeil for utvalget.
Som et eksempel er det trukket tilfeldig 3000 utleieboliger med oppgitt husleie.
Utvalget kan brukes for å finne gjennomsnittlig husleie ved å summere husleiene og dele på antall enheter. For eksempel kan gjennomsnittet være omtrent 8 500 kroner i måneden i husleie for disse 3000 utleieboligene. Standard feilen for utvalget på 3000 kan være 80. Konfidensintervallet går da lavere og høyere enn det estimerte gjennomsnittet og beregnes som 2 × 80. Verdien 160 legges til det estimerte gjennomsnittet for å finne øvre grense i konfidensintervallet, og trekkes fra gjennomsnittet for å finne nedre grense for konfidensintervallet. Intervallet blir i området 8 340 til 8 660 kroner i måneden i husleie. Med 95 prosent sikkerhet kan vi si at husleien ligger innenfor det konfidensintervallet for populasjonen som utvalget er trukket fra.
Referanser
Holmøy, A. (2014). Leiemarkedsundersøkelsen 2014 Dokumentasjonsrapport (upublisert). Statistisk sentralbyrå.
Vedlegg A: Brev
Brev 1
LMU «IO_NR»
«NAVN»
BOLIGNUMMER «BOLIGNR»
«ADRESSE»
«POSTNR» «POSTSTED»
Oslo, «DATO»
Saksbehandler: Cato Hernes Jensen E-post: [email protected]
Telefon: 62 88 56 08 (9.00 - 15.00)
Vi ønsker at du deltar i leiemarkedsundersøkelsen på nett Statistisk sentralbyrå gjennomfører nå en undersøkelse for å finne ut mer om husleieprisene i Norge. Det er trukket ut 37 000 boliger til undersøkelsen og du bor i en av disse. Vi vil gjerne at du svarer uavhengig av om du leier, eier eller
disponerer boligen på annen måte.
Alle som deltar er med i trekningen av ett gavekort til en verdi av 10 000 kroner, fem gavekort til en verdi av 5 000 kroner og ti gavekort til en verdi av 1 000 kroner.
Du deltar ved å svare på et kort skjema på internett. Dette tar bare ti minutter.
Nettadressen til skje-maet, brukernavn og passord er oppgitt i boksen under.
Skjemaet finnes både på norsk og engelsk og du kan svare på PC, Mac, nettbrett eller smarttelefon.
Ditt svar er viktig. Vi kan ikke erstatte boligen du bor i med en annen dersom du ikke deltar i undersøkelsen. Svarene du gir skal bare benyttes til å lage statistikk og vi vil aldri offentliggjøre opplysninger om deg. For å gjøre skjemaet kortere, henter vi opplysninger om fødeland, utdanning og inn-tekt fra registre som Statistisk sentralbyrå har tilgang til. Du kan lese mer om hvilke registre vi benytter og personvern på intervju.ssb.no/LMU. Undersøkelsen er frivillig og du kan når som helst trekke deg og kreve opplysningene slettet.
Noen av dere som er trukket ut vil bli kontaktet igjen én gang i måneden fra november 2015 til oktober 2016 for korte intervju om endringer i husleien.
Gå inn på intervju.ssb.no/LMU for mer informasjon om undersøkelsen.
På forhånd takk for hjelpen!
Med vennlig hilsen
Torbjørn Hægeland Bengt Oscar Lagerstrøm
administrerende direktør seksjonssjef
Nettadresse til skjema (URL): https://intervju.ssb.no/LMU
Brukernavn: «BRUKERNAVN»
Passord: «PASSORD»
LMU «IO_NR»
«NAVN»
BOLIGNUMMER «BOLIGNR»
«ADRESSE»
«POSTNR» «POSTSTED»
Oslo, «DATO»
Executive officer: Cato Hernes Jensen E-mail: [email protected]
Tel.: 62 88 56 08 (9am - 3pm)
We want you to participate in the rental market survey on Internet
Statistics Norway is conducting a survey aimed at obtaining information on rental prices in Norway. A total of 37 000 dwellings have been selected to take part in the survey, one of which is yours. We would like you to take part regardless of whether you rent or own your home, or have the use of your home in some other way.
Everyone who takes part in the survey will be included in a draw to win one gift card worth NOK 10 000, five gift cards worth NOK 5 000 each and ten gift cards worth NOK 1 000 each.
All you need to do to take part is complete a short questionnaire on the internet, which will take just ten minutes. The web address for the questionnaire, your username and password are given in the box below.
The questionnaire is available in Norwegian and English, and you can give your answers using a PC, Mac, tablet or smart phone.
Your participation is important to us. We cannot replace the dwelling you live in with another one if you do not take part in the survey. The answers you provide will only be used to compile statistics and we will never publish information about you. In order to make the questionnaire shorter, we will collect data about your country of birth, education and income from registers that Statistics Norway has access to. You can read more about the registers we use and data protection at in- tervju.ssb.no/LMU. The survey is voluntary and you may withdraw at any time and request your information to be deleted.
Some of you that have been selected will be contacted again once a month from November 2015 to October 2016 for a brief interview about changes in the rent.
Go to intervju.ssb.no/LMU for more information. Thank you for your help.
Kind regards,
Torbjørn Hægeland Bengt Oscar Lagerstrøm
Questionnaire web address (URL): https://intervju.ssb.no/LMU
Username: «BRUKERNAVN»
Password: «PASSORD»
Vedlegg B: Eposter
Epost 1
Avsender: [email protected] Emnefelt:
Vi ønsker at du deltar i leiemarkedsundersøkelsen på nett Innhold:
English text below.
Du deltar ved å svare på et kort skjema på internett. Dette tar bare ti minutter.
Gå inn på https://intervju.ssb.no/lmu
Lenken logger deg inn automatisk med ditt brukernavn og passord.
Ditt brukernavn er: @IOnr@
Ditt passord er: @Passord@
Skjemaet finnes både på norsk og engelsk og du kan svare på PC, Mac, nettbrett eller smarttelefon.
Alle som deltar er med i trekningen av ett gavekort til en verdi av 10 000 kroner, fem gavekort til en verdi av 5 000 kroner og ti gavekort til en verdi av 1 000 kroner.
Statistisk sentralbyrå gjennomfører undersøkelsen for å finne ut mer om husleieprisene i Norge. Det er trukket ut 37 000 boliger til undersøkelsen og du bor i en av disse. Vi vil gjerne at du svarer uavhengig av om du leier,
eier eller disponerer boligen på annen måte.
Ditt svar er viktig. Vi kan ikke erstatte boligen du bor i med en annen dersom du ikke deltar i undersøkelsen. Svarene du gir skal bare benyttes til å lage statistikk og vi vil aldri offentliggjøre opplysninger om deg. For å
gjøre skjemaet kortere, henter vi opplysninger om fødeland, utdanning og inntekt fra registre som Statistisk sentralbyrå har tilgang til. Du kan lese mer om hvilke registre vi benytter og personvern på intervju.ssb.no/LMU.
Undersøkelsen er frivillig og du kan når som helst trekke deg og kreve opplysningene slettet.
Noen av dere som er trukket ut vil bli kontaktet igjen én gang i måneden fra november 2015 til oktober 2016 for korte intervju om endringer i husleien.
Det finnes mer informasjon om undersøkelsen i skjema.
På forhånd takk for hjelpen!
Med vennlig hilsen Statistisk sentralbyrå
We want you to participate in the rental market survey on Internet
All you need to do to take part is complete a short questionnaire on the internet, which will take just ten minutes.
Go to https://intervju.ssb.no/lmu
The link will log you on automatically with your username and password.
Your username is: @IOnr@
Your password is: @Passord@
The questionnaire is available in Norwegian and English, and you can give your answers using a PC, Mac, tablet or smart phone.
Everyone who takes part in the survey will be included in a draw to win one gift card worth NOK 10 000, five gift cards worth NOK 5 000 each and ten gift cards worth NOK 1 000 each.
Statistics Norway is conducting a survey aimed at obtaining information on rental prices in Norway. A total of 37 000 dwellings have been selected to take
part in the survey, one of which is yours. We would like you to take part regardless of whether you rent or own your home, or have the use of your home in some other way.
Your participation is important to us. We cannot replace the dwelling you live in with another one if you do not take part in the survey. The answers you provide will only be used to compile statistics and we will never
publish information about you. In order to make the questionnaire shorter, we will collect data about your country of birth, education and income from registers that Statistics Norway has access to. You can read more
about the registers we use and data protection at intervju.ssb.no/LMU. The survey is voluntary and you may withdraw at any time and request your information to be deleted.
Some of you that have been selected will be contacted again once a month from November 2015 to October 2016 for a brief interview about changes in the rent.
More information available in the survey Thank you for your help.
Kind regards, Statistics Norway
Epost 2
Avsender: [email protected]
I emnefeltet ble det oppdatert hvor mange som hadde svart på undersøkelsen.
Emnefelt:
Til nå har XXXX personer svart på leiemarkedsundersøkelsen på nett
Innhold:
Dersom du svarer på leiemarkedsundersøkelsen i dag mottar du ikke flere meldinger om den fremover.
Du kan delta på https://intervju.ssb.no/lmu
If you participate in the rental market survey within a few days you will not receive additional messages after that.
Med vennlig hilsen Statistisk sentralbyrå Brukernavn @IOnr@
Passord @Passord@
Epost 3
Avsender: [email protected] Emnefelt:
Vi er opptatt av å få inn svar fra din kommune Innhold:
Nå er vi opptatt av svar fra @kommunenavn@.
Du kan delta på Du kan delta på https://intervju.ssb.no/lmu We are interested in replies from @Kommunenavn@
Med vennlig hilsen Statistisk sentralbyrå Brukernavn @IOnr@
Passord @Passord@
Epost 4
Avsender: [email protected] Emnefelt:
Husk det er mulig å vinne premie i leiemarkedsundersøkelsen Innhold:
Deltar du ikke i undersøkelsen mister du muligheten til å bli med i trekningen av ett gavekort til en verdi av 10 000 kroner, fem gavekort til en verdi av 5 000 kroner og ti gavekort til en verdi av 1 000 kroner.
Du kan delta på https://intervju.ssb.no/lmu
If you do not take part in the survey you miss the opportunity to be included in a draw to win one gift card worth NOK 10 000, five gift cards worth NOK 5 000 each and ten gift cards worth NOK 1 000 each. Tap the link to participate.
Med vennlig hilsen Statistisk sentralbyrå Brukernavn @IOnr@
Passord @Passord@
Epost 5
Avsender: [email protected] Emnefelt:
Vi trenger svar fra ditt fylke Innhold:
Fra @Tekst1@ har vi fått inn @Tekst2@ svar.
Du kan delta på https://intervju.ssb.no/lmu
So far @Tekst2@ have responded from @Tekst1@.
Med vennlig hilsen Statistisk sentralbyrå Brukernavn @IOnr@
Passord @Passord@
Epost 6
Avsender: [email protected] Emnefelt:
Vi kan ikke erstatte deg i leiemarkedsundersøkelsen Innhold:
For at undersøkelsen skal gi et riktig bilde av husleieprisene i Norge, er det viktig at så mange som mulig av dem som er trukket ut deltar.
Du kan bli med på https://intervju.ssb.no/lmu
In order to obtain accurate results about the rents in Norway, it is crucial that as many as possible takes part in the survey. Tap the link for survey in English.
Med vennlig hilsen Statistisk sentralbyrå Brukernavn @IOnr@
Passord @Passord@
Epost 7
Avsender: [email protected]
I denne eposten ble antallet som hadde vært i skjema oppdatert underveis.
Emnefelt:
Nå har i alt XXXX svart på leiemarkedsundersøkelsen Innhold:
Du kan bli med på https://intervju.ssb.no/lmu 9528 have participated in the rental market survey.
Med vennlig hilsen Statistisk sentralbyrå Brukernavn @IOnr@
Passord @Passord@
Epost 8
Avsender: [email protected] Emnefelt:
Det er enkelt å svare på leiemarkedsundersøkelsen Innhold:
Trykk på https://intervju.ssb.no/lmu
It is easy to participate in the rental market survey.
Med vennlig hilsen Statistisk sentralbyrå Brukernavn @IOnr@
Passord @Passord@
Epost 9
Avsender: [email protected] Emnefelt:
Her er leiemarkedsundersøkelsen Innhold:
Velg https://intervju.ssb.no/lmu
Here you can find the rental market survey Med vennlig hilsen
Statistisk sentralbyrå Brukernavn @IOnr@
Passord @Passord@
